xxxii
3. Uji Reliabilitas
Uji reliabilitas digunakan untuk menguji tingkat seberapa besar suatu pengukur untuk mengukur dengan stabil dan konsisten yang besarnya ditunjukkan oleh nilai
koefisien, yaitu koefisien reliabilitas. Dalam penelitian ini uji reliabilitas dilakukan menggunakan metode Cronbach’s Alpha dengan menggunakan bantuan program
SPSS for Windows versi 15.0. Klasifikasi nilai Cronbach’s Alpha, sebagai berikut : a Nilai Cronbach’s Alpha antara 0,80 - 1,0 dikategorikan reliabilitas baik.
b Nilai Cronbach’s Alpha antara 0,60 – 0,79 dikategorikan reliabilitas dapat diterima.
c Nilai Cronbach’s Alpha ≤ 0,60 dikategorikan reliabilitas buruk.
4. Uji Normalitas Data
Menurut Ghozali 2005, uji normalitas data dilakukan dengan tujuan untuk mengetahui apakah sampel yang diambil telah memenuhi kriteria sebaran atau
distribusi normal. Pengujian normalitas data dilakukan dengan menggunakan uji Kolmogorov-Smirnov. Dengan uji ini dapat diketahui apakah distribusi nilai-nilai
sampel yang teramati terdistribusi normal. Kriteria yang digunakan adalah pengujian dengan dua arah two-tailed test, yaitu dengan membandingkan probabilitas p
value yang diperoleh dengan taraf signifikansinya adalah 0,05. Jika p value 0,05, maka data tersebut berdistribusi normal dan sebaliknya. Menurut Ghozali 2005,
apabila terjadi gejala normalitas pada model regresi dapat dihilangkan dengan transformasi data.
xxxiii
5. Uji Asumsi Klasik
1. Uji Multikolonieritas Menurut Ghozali, 2005 menyatakan multikolonieritas adalah situasi adanya
korelasi antara variabel independen yang satu dengan variabel independen yang lainnya. Uji multikolonieritas dilakukan dengan meregresikan model analisis dan
melakukan uji korelasi antara variabel independen dengan menggunakan Tolerance Value dan Varians Inflating Factor VIF. Tolerance mengukur
veriabilitas variabel independen yang terpilih yang tidak dijelaskan oleh variabel independen lainnya. Apabila nilai Tolerance diatas 0,10 dan VIF dibawah 10
menunjukan tidak terjadi multikolinieritas. Model regresi yang baik adalah apabila dalam model tersebut tidak terjadi korelasi antar variabel independennya.
2. Uji Autokorelasi Autokorelasi merupakan korelasi antara anggota serangkaian observasi yang
diurutkan menurut waktu atau ruang. Model regresi yang baik adalah apabila model tersebut tidak terjadi autokorelasi. Apabila terjadi gejala autokorelasi pada
model regresi, maka dapat dihilangkan dengan melakukan transformasi data dan menambah data observasi. Pengujian autokorelasi dalam model analisis regresi
dapat dilakukan dengan menggunakan beberapa pengujian, antara lain uji Durbin- Watson statistik-d, dengan membandingkan nilai Durbin Watson hitung d
dengan nilai Durbin Watson tabel yaitu batas lebih tinggi upper bond atau d
u
dan batas lebih rendah lower bond atau d
1
. Kriteria pengujiannya adalah sebagai berikut:
a Jika 0 d d
1
, maka terjadi autokorelasi positif b Jika d
1
d d
u
, maka tidak ada kepastian apakah terjadi autokorelasi atau
xxxiv tidak ragu-ragu
c Jika 4-d
1
d 4, maka terjadi autokorelasi negatif d Jika 4-d
u
d 4-d
1
, maka tidak ada kepastian apakah terjadi autokorelasi atau tidak ragu-ragu
e Jika d
u
d 4-d
u
, maka tidak terjadi autokorelasi baik positif atau negatif.
3. Uji Heteroskedastisitas Uji heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi
terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan yang lain. Jika variance tetap, maka disebut homokedastis dan jika berbeda disebut
heteroskedastisitas. Uji heteroskedastisitas dalam penelitian ini menggunakan uji park. Menurut Ghozali 2005 uji park dilakukan dengan cara :
a. Lakukan uji regresi utama kemudian dapatkan nilai variabel residual b. Kuadratkan nilai residual dengan melakukan transformasi data
c. Hitung logaritma dari kuadrat residul dari menu transform compute d. Regresikan hasil variabel logaritma dari kuadrat residual sebagai variabel
dependen dengan variabel independen. e. Jika output SPSS memberikan hasil yang tidak signifikan hal tersebut
menunjukkan tidak terjadi heteroskedastisitas.
6. Uji Hipotesis
Kategori